DeepRobust: библиотека для состязательных атак на нейросети

16 марта 2020

DeepRobust: библиотека для состязательных атак на нейросети

DeepRobust — это библиотека на PyTorch для проведения состязательных атак на нейросети, которые обрабатывают картинки и графы. В библиотеке доступны методы защиты от состязательных атак. Состязательные атаки на нейросети Нейросети…

Jiant: библиотека для задач обработки естественного языка от NYU

15 марта 2020

Jiant: библиотека для задач обработки естественного языка от NYU

Jiant — это библиотека на Python для решения задач из области обработки естественного языка. Разработкой библиотеки занимаются исследователи из NYU. Jiant включает в себя модели для multitask и transfer обучения.…

FlyingSquid: библиотека для автоматической разметки данных

3 марта 2020

FlyingSquid: библиотека для автоматической разметки данных

FlyingSquid — это фреймворк для автоматической разметки данных из множества шумных источников разметки. Пользователи пишут простые функции, которые генерируют шумные лейблы для данных. FlyingSquid использует пересечения и разногласия между ними,…

TensorFlow Lattice: библиотека для интерпретации ML-алгоритмов

17 февраля 2020

TensorFlow Lattice: библиотека для интерпретации ML-алгоритмов

TF Lattice — это библиотека для обучения и интерпретации ML-моделей. Библиотека позволяет включать в модель доменные знания о данных. ML исследователи сталкиваются с ситуацией, когда тестовые данные значительно отличаются от…

Autonomous Learning: библиотека для обучения RL-агентов на PyTorch

31 января 2020

Autonomous Learning: библиотека для обучения RL-агентов на PyTorch

Autonomous Learning — это объектно-ориентированная библиотека для обучения RL-агентов. Библиотека разрабатывалась, чтобы облегчить прототипирование и оценку новых RL-агентов. Кроме того, в библиотеке есть реализации последних алгоритмов глубокого обучения с подкреплением.…

PyTorch3D: библиотека для работы с 3D данными от FAIR

31 января 2020

PyTorch3D: библиотека для работы с 3D данными от FAIR

FAIR опубликовали библиотеку для обработки 3D данных. PyTorch3d предоставляет переиспользуемые компоненты для задач компьютерного зрения на 3D данных. Библиотека основывается на нейросетевом фреймворке PyTorch. Ключевой функционал библиотеки включает в себя:…

Advbox: библиотека для генерации состязательных примеров

31 января 2020

Advbox: библиотека для генерации состязательных примеров

Advbox — это открытая библиотека инструментов для проверки обученных нейросетей на уязвимости. Разработкой библиотеки занимались исследователи из Baidu. В библиотеке есть функционал для генерации, распознавания и защиты от состязательных примеров.…

Kornia: библиотека для компьютерного зрения на PyTorch

16 января 2020

Kornia: библиотека для компьютерного зрения на PyTorch

Kornia — это библиотека для компьютерного зрения, написанная на PyTorch. Kornia выступает аналогом стандартной библиотеки для задач компьютерного зрения OpenCV. В отличие от традиционных фреймворков для CV задач, Kornia поддерживает…

face.evoLVe: библиотека для распознавания лиц на PyTorch

14 декабря 2019

face.evoLVe: библиотека для распознавания лиц на PyTorch

face.evoLVe — это библиотека на PyTorch для распознавания лиц с помощью state-of-the-art архитектур. В библиотеке доступны предобученные модели и данные, на которых обучались модели. Нейросети из face.evoLVe выдают state-of-the-art результаты…

Metaflow: фреймворк для управления data science проектами от Netflix

7 декабря 2019

Metaflow: фреймворк для управления data science проектами от Netflix

Netflix опубликовали фреймворк на Python для создания и управления data science проектов. Metaflow представляет собой API к инфраструктуре для запуска ML пайплайнов: от прототипирования до внедрения в продукт. Библиотека была…

Нейросеть разделяет аудиозапись на вокал и инструментальную часть

9 ноября 2019

Нейросеть разделяет аудиозапись на вокал и инструментальную часть

Deezer опубликовали библиотеку на Python Spleeter. Spleeter состоит из предобученных нейросетевых моделей, которые разделяют музыкальную запись на 2, 4 или 5 дорожек. Модели в библиотеке реализованы на TensorFlow. Deezer —…

Как упорядочить работу с моделями машинного обучения

22 октября 2019

Как упорядочить работу с моделями машинного обучения

MLFlow, DVC и Sacred — это три инструмента для поддержки воспроизводимости моделей машинного обучения. Каждый из них решает отдельные задачи. DVC приоритезирует воспроизводимость моделей простоте использования. MLFlow используется  для проверки…

Lucid: как интерпретировать результаты нейросети

16 октября 2019

Lucid: как интерпретировать результаты нейросети

Разработчики TensorFlow опубликовали Lucid, коллекцию инструментов для исследования интерпретируемости нейросетевых моделей. Все доступные методы интерпретации представлены в формате Jupyter ноутбуков. В текущей версии Lucid не поддерживает TensorFlow 2.0. К каждому…

PyTorch 1.3: квантизация, перенос модели на мобильные устройства и именованные тензоры

16 октября 2019

PyTorch 1.3: квантизация, перенос модели на мобильные устройства и именованные тензоры

В новой версии PyTorch появился функционал для квантизации, переноса модели на мобильные устройства и именованных тензоров. Квантизация — это метод уменьшения размера обученной нейросети. Помимо этого, для PyTorch опубликовали библиотеки…

CrypTen: инструмент для обучения моделей на зашифрованных данных

15 октября 2019

CrypTen: инструмент для обучения моделей на зашифрованных данных

CrypTen — это обертка над PyTorch для обучения нейросетевых моделей на зашифрованных данных. Это снимает ограничения в использовании PyTorch в задачах, где секретность данных приоритетна. Несмотря на прогресс в обучении…

BaaL: библиотека для байесовского активного обучения от ElementAI

15 октября 2019

BaaL: библиотека для байесовского активного обучения от ElementAI

BaaL — это библиотека для байесовского активного обучения. Активное обучение  Разработкой библиотеки занимались в ElementAI. Что такое активное обучение Задачи машинного обучения обычно требуют значительных объемов данных для обучения. Для…

Hydra: фреймворк для разработки приложений Python

14 октября 2019

Hydra: фреймворк для разработки приложений Python

Facebook опубликовали фреймворк для разработки приложений на Python, — Hydra. Python является наиболее популярным языком для обучения нейросетевых моделей. Hydra может быть полезен для прототипирования приложений с использование нейросетей. В…

Detectron2: библиотека для распознавания объектов от FAIR

12 октября 2019

Detectron2: библиотека для распознавания объектов от FAIR

FAIR опубликовали Pytorch библиотеку для распознавания объектов Detectron2. В новой версии библиотеки появились модульный дизайн, имплементации state-of-the-art моделей, поддержка обучения моделей на нескольких GPU серверах и функционал для использования модели…

Популярность PyTorch в среднем выросла на 243% за год

11 октября 2019

Популярность PyTorch в среднем выросла на 243% за год

Исследователи из The Gradient опубликовали сравнительное исследование популярности фреймворков PyTorch и TensorFlow. Исследование основывается на данных крупных ML-конференций: CVPR, NAACL, ACL, ICLR, ICML и др. Использование PyTorch в среднем выросло…

Google опубликовали финальную версию Tensorflow 2.0

1 октября 2019

Google опубликовали финальную версию Tensorflow 2.0

TensorFlow 2.0 — это более гибкий фреймворк для обучения ML-моделей от Google. Он основан на высокоуровневой библиотеке над TensorFlow 1.x, — Keras. Ключевые отличия новой версии заключаются в дефолтных eager…

Tensorpack: быстрый интерфейс для обучения нейросетей на TensorFlow

28 июля 2019

Tensorpack: быстрый интерфейс для обучения нейросетей на TensorFlow

Tensorpack — это интерфейс для обучения нейронных моделей, который основан на TensorFlow. Обучение моделей на Tensorpack занимает в 1.2-5 раза меньше времени, чем на Keras, оригинальной высокоуровневой библиотеке на TensorFlow. …